Python Opencv 任意形状目标检测，并绘制框图

最新推荐文章于 2025-04-14 11:19:21 发布

xiaoxifei

最新推荐文章于 2025-04-14 11:19:21 发布

阅读量9.5k

点赞数 5

分类专栏：图像处理文章标签： opencv目标检测 Python

本文链接：https://blog.youkuaiyun.com/xiaoxifei/article/details/85064217

版权

图像处理专栏收录该内容

20 篇文章

订阅专栏

本文分享了使用OpenCV进行复杂图像中任意形状目标识别的实战经验，通过自定义算法处理噪声并找到目标轮廓，最终实现精准定位。代码示例展示了阈值分割、轮廓查找、平均面积筛选和绘制边界框等关键步骤。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

opencv 进行任意形状目标识别

工作中有一次需要在简单的图上进行目标识别，目标的形状不固定，并且存在一定程度上的噪声影响，但是噪声影响不确定。这是一个简单的事情，因为图像并不复杂，现在将代码公布如下：

import  cv2


def otsu_seg(img):

    ret_th, bin_img = cv2.threshold(img, 0, 255, cv2.THRESH_BINARY+cv2.THRESH_OTSU)

    return ret_th, bin_img

def find_pole(bin_img):
    img, contours, hierarchy = cv2.findContours(bin_img, cv2.RETR_TREE, cv2.CHAIN_APPROX_SIMPLE)
    area = 0
    for i in range(len(contours)):
        area += cv2.contourArea(contours[i])
    area_mean = area / len(contours)
    mark = []
    for i in range(len(contours)):
        if cv2.contourArea(contours[i]) < area_mean:
            mark.append(i)

    return img, contours, hierarchy, mark

def draw_box(img,contours):
    img = cv2.rectangle(img,
                  (contours[0][0], contours[0][1]),
                  (contours[1][0], contours[1][1]),
                  (255,255,255),
                  3)
    return img

def main(img):
    ret, th = otsu_seg(img)
    img_new, contours, hierarchy, mark = find_pole(th)
    for i in range(len(contours)):
        if i not in mark:
            left_point = contours[i].min(axis=1).min(axis=0)
            right_point = contours[i].max(axis=1).max(axis=0)
            img = draw_box(img, (left_point, right_point))
    return img


if __name__ =="__main__":
    img = cv2.imread('G:/test.png')
    img = main(img)
    cv2.imwrite('G:/test_d.png', img)

图像及结果如下：